Baixe o app para aproveitar ainda mais
Prévia do material em texto
P4 - Probabilidade e Estatística – 2012.1 Dpto. Engenharia Elétrica, PUC-Rio. Grupo Internet: http://groups.yahoo.com/group/probest_puc-rio Professores: Reinaldo Castro Souza & Roxana C. Contreras Problema 1 (2,0 pts) 1.1 (0.5pt) Descreva como se faz uma transformação de uma v.a. pelo método de Jacobiano? Qual a restrição para a utilização deste método? SOLUÇÃO O método do Jacobiano é a aplicação pela fórmula: ,).()( dy dx xfyg “x “em função de “y” ∴ dy dx yfyg ).()( - A restrição é que a função seja injetora 1.2 (0.5pt) Pelo que você aprendeu no curso, como você difere “probabilidade” e “estatística”? SOLUÇÃO Probabilidade- A densidade (ou função de probabilidade) era inteiramente conhecida. Em Estatística, teremos uma amostra aleatória de uma distribuição com certos parâmetros desconhecidos, e procuraremos descobrir alguma coisa sobre estes parâmetros (Inferência dos dados) 1.3 (0,5pt) Seja “X”uma v.a. contínua com E(X)=6 e DP(X)=3, onde DP(X) é o desvio padrão de X. Se Y=4X+1, quem é E(Y) e DP(Y). SOLUÇÃO . E(Y) = E(4x+1) = 4E(X) + E(1) = 24 + 1 E(y) = 25 DP(Y) = Var(Y) = Var(4x+1) = 16(Var(X))-Var(1) = 144 DP(Y) = = 12 1.4 (0,5pt) Como você definiria formalmente uma v.a. que segue um modelo binomial e um modelo binomial negativa (em relação ao modelo Bernoulli). Dê um exemplo real onde você recomendaria a utilização de cada modelo. SOLUÇÃO DISTRIBUIUÇÃO BINOMIAL – É uma variável aleatória discreta que modela um experimento que mede a quantidade de sucesso nas “n” repetições de uma Bernoulli. Ex.: eleição entre 2 candidatos em n amostras. DISTRIBUIUÇÃO BINOMIAL NEGATIVA – É uma variável aleatória discreta que modela número de repetições de um experimento de Bernoulli até obter o r-esimo sucesso. Ex.: Venda de carros em uma determinada loja até atingir um determinado sucesso Problema 2 (2,0 pts) Suponhamos que o nível educacional de adultos de um certo país, apresenta distribuição normal com média de 11 anos e variancia de 4 anos2, determine: a) (0.6 pt) - A probabilidade de que um adulto escolhido aleatoriamente, tenha entre 8 e 12 anos de tempo de estudo. b) (0.7 pt) - Toma-se uma amostra de 8 adultos, qual a probabilidade da média desta amostra ser menor que 10 anos? c) (0.7 pt) - Toma-se uma amostra de 7 adultos, qual a probabilidade do menos idoso na amostra exceder 12 anos de estudo? SOLUÇÃO X nível educacional de adulto X ~NORMAL (11,22) a) A probabilidade de que um adulto escolhido aleatoriamente, tenha entre 8 e 12 anos de tempo de estudo. Pr(X>9) Pr(X>14) Pr )128( X = Pr 2 1112 2 11 2 118 X = Pr 2 1112 2 118 Z 8 12 7 11 15 Pela tabela: = [Pr>-1,5 - Pr>0,5] = 1 – (0,0668+0,3085) = 0,6247 = 62,47% ou = [Pr<-1,5 - Pr>0,5] = (1 – 0,0668) -0,3085) = 0,6247 = 62,47% Zo=-1,5 0 Zo=1,0 b) Toma-se uma amostra de 8 adultos, qual a probabilidade da média desta amostra ser menor que 10 anos? Pr )10( X = Pr 8 2 1110 8 2 11X PR(X<10) = Pr 8 2 1110 Z 7 10 11 15 Pela tabela: Pr (X < 10) = 0,0787 = 0,0787 = 7,87% Zo= -1,414 0 c) Toma-se uma amostra de 7 adultos, qual a probabilidade do menos idoso na amostra exceder 12 anos de estudo? U = Min ),...,,,( 7321 XXXX Pr )12( U = ? Pr )12,...,12,12,12( 7321 XXXX sX i iid Pr (U > 12) = Pr (U>12) = [Pr )12,...,12,12,12( 7321 XXXX ] = [Pr )12( iX ]7 Pr(X<13) Pr )12( iX = Pr 2 1112 2 11iX = Pr 2 1112 Z 12 7 11 15 = Pr 5,0Z Pr (U > 12) = Pr (U>12) Pela tabela: Pr (V > 12) = [Pr )12( iX ]7 = [0,3085]7 = 2,66 x10-04 = 0,027% 0,5 Problema 3 ( 1,5 pts ) Queremos modelar tempos de duração de equipamentos, esta propriedade indica que a vida restante de um equipamento não depende da idade atual deste equipamento. Pergunta-se: a) (0.5 pt) Qual o modelo probabilístico (paramétrico) que você adotaria para este experimento? b) (1,0 pt) Qual o estimador de máxima verossimilhança do parâmetro deste modelo, mostrar todos os passos da solução. SOLUÇÃO a) X ~ Exponencial (θ) SOLUÇÃO b) X ~ Exponencial (θ) Obtenção da função de verossimilhança “ ” L( ) = f(x1, x2,...xn) = n i x 1 .exp. Obtenção do Log-verossimilhançal( ) = log[ L( )] = log n i x 1 .exp. = log n i ixn e 1 )( . = n log - )(. 1 n i ix .log.e 0 e 0 onde .exp.),( xxxf i Obtenção do estimador de máxima verossimilhança de “ ” 1ª derivada - n i ix nl 1 Iguala a zero - 0 l 0 1 n i ix nl n x n i i 1 n i ix n 1 Substituir MV ^ então X MV 1^ Problema 4 (2,5 pts) Distribuição conjunta Sejam e v.a.'s contínuas com densidade conjunta: a) (0.5 pt) Encontre a constante k que faz desta expressão uma densidade. b) (0.5 pt) Encontre a densidade marginal de . c) (0.5 pt) Encontre a densidade marginal de . d) (0.5 pt) Encontre a densidade condicional de dado . e) (0.5 pt) Ache a Média condicional de dado . a) (0.5 pt) Encontre a constante “k” que faz desta expressão uma densidade. SOLUÇÃO 1.).,(),( 2 0 2 0 dydxyxfyxf y y x x 1.3 2 0 2 0 2 dydxyxyk y y x x 1. 3 3 2 0 2 0 3 dy x yykx y y 182 2 0 dyyyk y y 1 2 8 2 2 2 0 22 yy k 1164 k 4 15 k 23 4 15 ),( xyyxf b) (0.5 pt) Encontre a densidade marginal de . dyyxfxf y y .),()( 2 0 , onde 0≤y≤2 dyxyxf .3 4 15 )( 2 0 2 2 0 2 2 2 2 .3 2 . 4 15 )( y x y xf 2.6 2 15 )( xxf 2y0 e 2 x < 0 onde,3),( 2 xkyyxf 2y0 e 2 x < 0 onde,3),( 2 xkyyxf c) (0.5 pt) Encontre a densidade marginal de . dxyxfyf x x .),()( 2 0 , onde 0≤x≤2 dxxyyf x x .3 4 15 )( 2 0 2 2 0 3 3 3 4 15 .)( x xyyf 8 2 15 .)( yyf d) (0.5 pt) Encontre a densidade condicional de dado . )( ),( )( xf yxf xXYf , onde ]2,0( ]2,0( y x 2 2 .6 2 15 3 4 15 )( x xy xXYf 2 2 3 4 15 .2 3 4 15 . )( x xy xXYf 2 )( y xXYf e) (0.5 pt) Ache a Média condicional de dado . SOLUÇÃO dyxyfyxXYE ).(. 2 0 , onde ]2,0( ]2,0( y x dyyyxXYE . 2 2 0 dyyxXYE . 2 2 0 2 2 0 3 3 . 2 1 y xXYE 3 4 xXYE Problema 5 ( 2.0 pts) Seja X uma variável aleatória contínua que segue uma Normal com média “μ” e Variância “σ2”, ambas desconhecidas. Seja X = (6, 11, 9, 10, 7, 8, 8, 12, 10), uma amostra aleatória de tamanho nove (n=9) desta população: Pede-se: a)- (1.0 pt) O intervalo de confiança ao nível de significância de 95% , para a “Média da Normal”. b)- (1.0 pt) O intervalo de confiança ao nível de significância de 95%, para “Variância da Normal”. SOLUÇÃO a) VARIÂNCIA: DESVIO PADRÃO: 2SS 75,3 S MÉDIA: a) O intervalo de confiança ao nível de significância de 95% , para a “Média da Normal”. X = 9 S = 75,3 n=9 IC da Média de uma Normal com Desvio Padrão (α ) Desconhecido - Caso II - TABELA “T” n i i XX n S 1 22 1 1 n S tX n S tX n S tXIC nnn 2/1,12/1,12/1,1 ; 30. 19 12 S 75,32 S n i iX n X 1 1 81. 9 1 X 9 X - Intervalo de Confiança [1-α] = 95% Tabela “t” - 306,22/1,1 nt (1-α)=0,95 025,0 2 306,221,1 nt [ 7,511 ; 10,489] SOLUÇÃO b) b)- (1.0 pt) O intervalo de confiança ao nível de significância de 95%, para “Variância da Normal”. S 2 = 3,75 n=9 IC para a Variância - TABELA “χ2” - onde a e b são tirados da tabela qui- quadrado com (n-1) graus de liberdade - Intervalo de Confiança [1-α] = 95% 9 75,3 306,29; 9 75,3 306,2921,1 n S tXIC n n S tXIC n 2/1,1 aaSnbSn 1]/)1(/)1Pr[( 222 -Pela tabela “χ2” (1-α)=0,95 025,0 2 a= 2,18 b= 17,53 [1,711; 13,761] BOA SORTE!!! 18,2 75,38 53.17 75,3811 Pr 2 2 2 2 xx a Sn b Sn IC 025,0Pr 2 1 bn 975,0Pr 2 1 an FORMULÁRIO PARA PROVA Variáveis Aleatórias Discretas e Contínuas Distribuição Bernoulli - X ~ Bernoulli(p) Função de probabilidade: Média e Variância: E(X) = p VAR(X) = p.q = p.(1-p) Distribuição Binomial - X ~ Bin (n,p) Função de probabilidade: Média e Variância: E(X) = n.p VAR(X) = n.p.q = n.p.( 1-p) Distribuição Geométrica - X ~ Geom (p) Função de probabilidade: Média e Variância: E(X) = 1/p VAR(X) = q/p2 Distribuição Binomial Negativa - X ~ NegBin (r,p) Função de probabilidade: Média e Variância: E(X) = r/p VAR(X) = r.q/p2 Distribuição Poisson - X ~ Poisson(μ) Função de probabilidade: Média e Variância: E(X) = μ VAR(X) = μ Distribuição Exponencial - X ~ Exp(λ) Função de probabilidade: 1)Pr()( 1 xx ppxXxf )1( )!(! ! )1(Pr)( xnxxnx pp xnx n pp x n xXxf ppqxXxf x .p)-(1 .)Pr()( 1-x1 .. 1 1 )Pr()( rxr qp r x xXxf ! )Pr()( x e xXxf x 0 e 0 onde .exp.)( xxxf Média e Variância: E(X) = 1/λ VAR(X) = 1/λ2 Distribuição Normal - X ~ N(μ,σ2) Função de probabilidade: Média e Variância: E(X) = μ VAR(X) = σ2 Se X ~ N(μ,σ2) )1,0(~ N X Z Intervalos de Confiança - onde a e b são tirados da tabela qui- quadrado com (n-1) graus de liberdade R 0 onde . 2 1 )( 22 2 2 2 eexf x n zX n zX n zXIC 2/12/12/1 ; n s tX n s tX n s tXIC nnn 2/1,12/1,12/1,1 ; )ˆ1(ˆ ˆ , )ˆ1(ˆ ˆ )ˆ1(ˆ ˆ 2/12/12/1 n pp zp n pp zp n pp zpIC RzYXRzYXRzYXIC 2/12/12/1 ; 2 )1()1(11 22 2 1 mn SnSm mn R 1]/)1(/)1Pr[( 222 aSnbSn n i iX n X 1 1 n i i XX n S 1 22 1 1 Tabelas
Compartilhar